self-improving-Skills:让 Agent 在失败与纠正中沉淀经验

前言

长期跑 Agent 的开发者都会遇到同一类问题:某条命令在特定环境下失败过一次,下一轮对话里模型仍按旧假设重试;用户纠正「不对,应该是……」之后,纠正只留在当次上下文里;外部 API 换参、工具报错,下次任务又要从头摸索。靠人工改系统提示或手写备忘录,成本高,也难覆盖「任务结束才发现更好做法」这类事后复盘。

下面介绍 SkillHub 上的 self-improving-Skills(坐标 @user_aba7511a/self-improving-skills)。它是一套面向「持续自我改进」的 Agent Skill:在约定触发条件下自动介入,并在实质性任务结束后评估是否有值得记录的内容,减轻「同一坑踩两次」的情况。页面标注适配 WorkBuddy 环境(含 Windows)。

这是什么

self-improving-Skills 是社区来源(community)、分类为 ai-agent 的 Skill,当前版本 1.0.0,由发布者 user_aba7511a(SkillHub 页面作者栏为 A_Shengle)提供。标签 requires_api_key=false,不依赖额外 API Key。

一句话定位:在命令失败、用户纠正、能力边界被触碰、外部调用失败、知识过时或发现更优做法时自动启用,并在任务收尾时判断是否写入可复用的改进记录。具体落盘格式与字段以安装后的 SKILL.md 及 Skill 包内说明为准(通用 SkillHub Skill 结构)。

核心功能

官方简介中列出的自动使用情形如下,均来自 SkillHub 页面与抓取元数据,未作扩充:

  1. 命令或操作意外失败 — 执行链路上的非预期错误。
  2. 用户纠正 — 例如「不对」「应该是……」「你错了」等明确纠错。
  3. 用户提出不存在的功能需求 — 帮助区分「做不到」与「需要换路径实现」。
  4. 外部 API 或工具调用失败 — 第三方依赖报错时的处理与记录倾向。
  5. 发现知识过时或错误 — 与当前环境、文档不一致时的修正动机。
  6. 发现更好的做法 — 任务过程中识别可替代的更优流程。

此外:在实质性任务结束后,Skill 会自动评估是否有值得记录的内容,而不是仅在对话中间零散记笔记。

安装与启用

SkillHub 推荐两种方式:把安装说明交给当前 AI,或用 skillhub CLI 装到当前 Agent 能识别的 skills 目录。

方式一:提示词安装(官方页面文案)

将下面意图发给支持 SkillHub 的 Agent(安装指引文档为 https://skillhub.cn/install/skillhub.md):

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_aba7511a/self-improving-skills。

方式二:skillhub CLI

先确认 CLI 是否已安装:

command -v skillhub && skillhub --version

未安装时,可按 SkillHub 安装文档执行完整安装(示例为官方 install 脚本):

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

安装 Skill 时必须用 --dir 指向当前 Agent 的 skills 目录;默认 ./skills/ 可能不会被识别。示例:

skillhub install user_aba7511a/self-improving-skills --dir <skills 目录>

常用路径(摘自 SkillHub 安装文档,按你实际使用的客户端选择):

环境 skills 目录
Cursor ~/.cursor/skills/
Claude Code ~/.claude/skills/
Codex ~/.codex/skills/ 或项目下 .agents/skills/
WorkBuddy ~/.workbuddy/skills/

安装后若客户端要求重启或重新加载 Skill,按该客户端说明操作。Cursor / Codex CLI / Claude Code 的差异主要体现在 skills 目录位置,安装命令形态一致为 skillhub install … --dir …。

典型用法

本 Skill 以触发式自动启用为主,无需单独再写一套「调用接口」。可复现的起步步骤只有安装与让 Agent 在真实任务中运行:

  1. 按上一节将 @user_aba7511a/self-improving-skills 装入对应 skills 目录。
  2. 在 WorkBuddy 或其它已配置 Skill 的 Agent 中执行会涉及命令行、外部 API 或工具调用的实质性任务。
  3. 当出现简介中的六类情形,或任务结束时,由 Skill 指导 Agent 做评估与记录(具体记录位置与格式见包内 SKILL.md)。

搜索与核对坐标时,可在 CLI 使用:

skillhub search self-improving

适用场景与注意

适合谁

  • 长时间用 Agent 做运维、脚本、联调 API 的开发者,希望失败与用户纠正能沉淀到 Skill 层,而不是只留在单次会话。
  • 使用 WorkBuddy(含 Windows) 的团队,与官方「适配 WorkBuddy」表述一致的场景。

限制与注意

  • 自动改进依赖模型是否遵守 Skill 指令、是否有写 skills 目录的权限;沙箱或只读环境可能无法真正落盘。
  • 社区 Skill,行为以包内 SKILL.md 为准;升级前可用 skillhub 查看版本(当前公开版本 1.0.0)。
  • SkillHub 元数据:评分 100000,下载 1280,安装计数 0(统计来自抓取时点,以 SkillHub 页面为准)。
  • 不会替代版本管理:仍应对重要规则做 Git 或团队规范内的评审,避免错误经验被自动写回。

结尾

self-improving-Skills 把「失败、纠正、过时认知、更优做法」和「任务结束复盘」写进同一套 Skill 触发逻辑,适合希望 Agent 越用越稳、而不是每次从零开始的场景。

  • SkillHub 页面:https://www.skillhub.cn/skills/user_aba7511a/self-improving-skills
  • API 元数据地址:https://api.skillhub.cn/user_aba7511a/self-improving-skills
  • 安装指引:https://skillhub.cn/install/skillhub.md
羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

Xiaoye